Capacidad predictiva del Niño-Oscilación sur (ENSO) y de otros indicadores climáticos sobre la precipitación en Córdoba, Argentina

• Autores: Casa, Antonio Carlos de la; Nasello, Olga Beatriz
• Año de publicación: 2010
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: An. (Asoc. Fís. Argent., En línea) 2010;01(22):114-119
• Materia: ENSO; ANOMALIA DE LA PRECIPITACION; SOI; MEI; ONI
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Diferentes indicadores utilizados para evaluar el estado del fenómeno El Niño-Oscilación Sur (ENSO), como así también otros índices climáticos vinculados a la ocurrencia de lluvia se utilizaron para analizar y anticipar el comportamiento estacional de las lluvias (PP) en la Provincia de Córdoba, Argentina. Para un período extendido entre 1959 y 2008 y empleando el análisis de componentes principales (ACP) se evaluó la capacidad de predicción de información atmosférica y oceánica en términos de su vinculación con el fenómeno pluviométrico agregado estacionalmente (lluvia del semestre cálido entre octubre y marzo). Los indicadores utilizados muestran una señal que incrementa su intensidad a medida que son considerados más próximos al período objeto de la predicción, en tanto algunas de las variables no presentan una vinculación directa con la lluvia posterior, lo que permitió reducir la dimensión del problema multivariado y contribuyó a interpretar el fenómeno. El factor principal (CP1) que se extrae de ACP a partir de la matriz de datos reducida explica alrededor de 40 % de la variabilidad general de las variables predictoras y se presenta ligado al comportamiento posterior de la lluvia estacional en Córdoba. Los modelos de regresión lineal que se obtiene para cada localidad haciendo uso exclusivo de CP1, explican entre 9 y 30 % de la variabilidad de la lluvia de acuerdo a la localidad considerada
Different indicators used to assess the state of the El Niño-Southern Oscillation (ENSO), as well as other climatic indicators linked to the occurrence of rain were used to analyze and anticipate the seasonal pattern of rainfall (PP) in the Province of Cordoba , Argentina. For an extended period between 1959 and 2008 and using principal component analysis (PCA) the ability to predict the warm semester rain between October and March of different atmospheric and oceanic indicators was assessed. Some indicators show a signal that increases in intensity as they are considered closer to the period covered by the prediction, while others do not show a direct link to the post-rain. The main factor (PC1), extracted from the PCA reduced data matrix, explains about 40% of the overall variability of the seasonal rainfall in Córdoba. The linear regression models for each location obtained using only the main factor CP1, account for between 9 and 30% of the rainfall variability according to location
Fil: Casa, Antonio Carlos de la. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias (UNC-FCA). Córdoba Argentina
Fil: Nasello, Olga Beatriz. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FaMAF). Córdoba. Argentina